深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
1801	2026-06-29	Predicting positive airway pressure appointment attendance using machine learning and deep learning: the role of clinical and oximetric indicators 2026-Apr-02, Sleep & breathing = Schlaf & Atmung DOI:10.1007/s11325-026-03660-9 PMID:41925778	研究论文	利用机器学习和深度学习技术预测阻塞性睡眠呼吸暂停综合征患者是否出席首次气道正压通气治疗	区别于多数关注长期依从性的研究，本文聚焦于PAP治疗的初始参与，并比较多种机器学习与深度学习模型的预测能力	NA	识别影响患者出席首次PAP治疗预约的临床、生理和行为因素，并开发和比较多种预测模型	阻塞性睡眠呼吸暂停综合征患者	机器学习	睡眠呼吸障碍	NA	逻辑回归、决策树、随机森林、支持向量机、深度神经网络	临床指标、血氧指标	369名OSAS患者	NA	逻辑回归、决策树、随机森林、支持向量机、深度神经网络	相关性分析	NA
1802	2026-06-29	Modelling of hybrid deep ensemble learning based skin lesion detection using FCNN denoising and inception-dilated ResNetV2 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47053-0 PMID:41927887	研究论文	提出了一种混合深度集成学习方法，使用FCNN去噪和Inception-扩张ResNetV2进行皮肤病变检测	将FCNN去噪、Inception-扩张ResNetV2特征提取与Bi-LSTM、DBN、SNN三种深度学习模型集成，实现了高精度的皮肤病变分类	文中未明确提及具体局限性	提高皮肤病变分类的准确性，实现黑色素瘤的自动分析	皮肤病变图像，特别是黑色素瘤	计算机视觉	皮肤癌	皮肤镜成像	FCNN, Inception-扩张ResNetV2, Bi-LSTM, DBN, SNN	图像	ISIC皮肤癌数据集（未明确具体样本数量）	NA	FCNN, Inception-扩张ResNetV2, Bi-LSTM, DBN, SNN	准确率, AUC	NA
1803	2026-06-29	Adaptive enhancement of chest X-ray images using tissue attenuation and local and global fusion 2026-Apr-02, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-026-06429-9 PMID:41928064	研究论文	提出一种自适应增强方法，用于提升胸部X光图像的对比度、清晰度和解剖结构可见性	整合组织衰减可见性增强、线性变换对比度调整和感知融合模块，实现区域特定的结构感知增强，无需大量训练且可解释	未明确讨论方法的计算复杂度和泛化能力限制	解决胸部X光图像低对比度、噪声和局部细节丢失问题，提升骨骼和软组织识别准确性	胸部X光图像中的骨骼、软组织和解剖结构	计算机视觉	NA	NA	NA	图像	NA	NA	NA	对比度、清晰度、解剖结构可见性	NA
1804	2026-06-29	Comparison of deep learning reconstruction and adaptive statistical iterative reconstruction for head CT in acute stroke 2026-Apr, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03898-2 PMID:41549105	研究论文	比较深度学习重建与自适应统计迭代重建在急性卒中患者头部CT中的应用效果	首次在急性卒中患者中比较不同降噪强度的DLR与ASIR-V，发现中等降噪强度（DLR-M）在伪影减少与纹理偏好间达到最佳平衡	单中心回顾性研究，样本量有限，未评估DLR对诊断准确性的临床影响	评估DLR在急性卒中非增强头部CT中的图像质量优势	102名急性卒中症状成人患者的头部CT非增强扫描数据	医学影像	急性卒中	CT	深度学习重建	图像	102名患者（平均年龄68.65岁）	NA	NA	信噪比、对比噪声比、后颅窝伪影指数、颅骨下伪影指数、阿尔伯塔卒中项目早期CT评分	NA
1805	2026-06-29	Deep learning framework for predicting EGFR mutation status from H&E whole slide images in lung adenocarcinoma 2026-Apr-01, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-026-15957-9 PMID:41923035	研究论文	开发并验证一种基于深度学习与机器学习的病理模型，用于从H&E染色全切片图像预测肺腺癌EGFR突变状态	将注意力机制的多实例学习框架与多种深度学习骨干网络结合，实现从常规病理切片中直接预测EGFR突变，并引入Lasso特征选择与机器学习分类器优化性能	研究为单中心回顾性设计，样本量有限，且需在更大规模多中心队列中验证以确认临床实用性	建立一种可扩展的、基于病理图像的EGFR突变预测模型，作为分子检测的辅助手段	268例经病理确诊的肺腺癌病例的H&E染色全切片图像	数字病理学	肺腺癌	H&E染色全切片成像	深度学习、机器学习	病理图像	268例肺腺癌病例	PyTorch	DenseNet201, ResNet50, MobileNetV3, VGG, Vision Transformer	AUC, 准确率, 灵敏度, 特异度	NA
1806	2026-06-29	Cross-domain multimodal learning for stress-level prediction: a hybrid deep learning framework integrating independent EEG and facial expression datasets 2026-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-41250-7 PMID:41922398	研究论文	提出一种跨域多模态学习框架，整合独立的脑电和面部表情数据集来预测压力水平	首次提出跨域多模态融合框架，利用独立的不同步采集的数据集实现压力水平预测，无需同步数据收集	未明确说明研究局限性，但跨域数据集可能存在特征对齐和噪声差异等问题	实现基于神经生理和面部表情分析的可靠压力水平预测	独立基准数据集DEAP（脑电）和FER2013（面部表情）	机器学习	心理健康	脑电图（EEG），面部表情分析	LSTM，ViT-CNN	脑电信号，面部图像	DEAP数据集（32名受试者），FER2013数据集（35,887张面部图像）	PyTorch	长短期记忆网络，视觉变换器-卷积神经网络	准确率，精确率，召回率，F1分数	NA
1807	2026-06-29	An explainable ensemble for diabetic retinopathy grading with a novel confidence quality factor and configurable heatmaps 2026-Apr, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-026-03514-2 PMID:41639532	研究论文	引入一种基于并行集成的新型可解释系统，用于糖尿病视网膜病变的五类国际临床分级	提出可配置热图、概率排序诊断建议和置信质量因子，增强临床解释性和信任度	NA	开发可解释的集成系统，支持细粒度DR分级，提升临床诊断透明度和信任度	糖尿病视网膜病变（DR）的眼底图像	计算机视觉, 数字病理学	糖尿病视网膜病变	NA	EfficientNetV2, ConvNeXt	图像	公开数据集	NA	EfficientNetV2, ConvNeXt	准确率, AUC	NA
1808	2026-06-29	AdjLeafGNN: a hybrid deep learning and graph neural network framework for probabilistic modeling of adjacent leaf disease spread in precision agriculture 2026-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45061-8 PMID:41922441	研究论文	提出了一种混合深度学习和图神经网络的框架AdjLeafGNN，用于精准农业中相邻叶片疾病传播的概率建模	首次将CNN与图神经网络结合，在单一流程中同时实现多类叶片疾病分类和相邻叶片间疾病传播的概率预测，利用了通道-空间注意力模块和空洞空间金字塔池化	仅使用PlantVillage数据集评估，未在真实田间复杂环境下验证；未说明模型泛化能力及对大规模数据的计算成本	解决现有CNN方法忽略叶片间关系、无法建模疾病传播的问题，实现精准农业中的实时监测与控制	植物叶片图像及其相邻关系中的疾病传播路径	计算机视觉	植物叶片疾病	NA	CNN, 图神经网络	图像	PlantVillage数据集（具体样本数未提及）	NA	LDDNet, Atrous Spatial Pyramid Pooling (ASPP), Channel-Spatial Attention Module (CSAM), GNN	准确率, F1分数, AUC-ROC, MCC	NA
1809	2026-06-29	A feasibility study of deep learning-based segmentation of the inferior alveolar nerve on magnetic resonance neurography 2026-Apr-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45392-6 PMID:41922607	研究论文	本研究探讨基于深度学习的磁共振神经成像中下牙槽神经自动分割的可行性	首次利用磁共振神经成像（MRN）图像实现下牙槽神经（IAN）的半自动分割，与以往基于CT或CBCT的骨性边界研究不同	分割的Dice相似系数标准差较大（0.254），表明模型在某些病例上可能存在不稳定性	验证基于MRN的IAN分割的可行性和潜在临床应用价值	下牙槽神经（IAN）	医学影像分析	NA	磁共振神经成像（MRN）	深度学习模型	磁共振图像	6027张冠状MRN图像	NA	NA	Dice相似系数（DSC）	NA
1810	2026-06-29	Lightweight vision transformer and ResNet-9 models for real-time plant disease detection and pest classification with SHAP explainability 2026-Apr-01, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-026-08667-8 PMID:41922963	研究论文	开发基于轻量级Vision Transformer和ResNet-9的实时植物病害检测与害虫分类模型，并利用SHAP进行可解释性分析	提出结合ViT和CNN的轻量级混合架构，在保持高精度的同时实现实时推理，并首次综合评估模型的可解释性、定位质量和能效	基于注意力的模型在提升精度的同时降低了分类速度，且研究仅在公开数据集上验证，实际田间部署效果有待进一步测试	开发自动化的实时植物病害分类框架，支持农民和农艺师早期决策，促进可持续农业	植物叶片病害和害虫的图像分类	计算机视觉	植物病害	深度学习	Vision Transformer与CNN混合模型	图像	四个公开数据集：土耳其植物害虫与病害数据集（15类）、纳米比亚玉米图像数据集（3类）、香蕉图像数据集（3类）、坦桑尼亚玉米数据集（3类）	NA	Vision Transformer, ResNet-9, 混合ViT-CNN	准确率, 精确率, 召回率, F1分数, Cohen's Kappa, 指向准确率, 定位IoU, 质心定位误差, 归因稀疏度, 插入AUC, 删除AUC, 每张图像解释时间, 每张图像能耗, 内存占用	NA
1811	2026-06-29	Comparative evaluation of deep learning models for lung segmentation in chest X-rays: applications in infectious disease screening 2026-Mar-31, BMC infectious diseases IF:3.4Q2 DOI:10.1186/s12879-026-13041-y PMID:41917867	研究论文	系统评估多种深度学习模型在胸部X光片肺部分割中的性能，重点探讨其在传染病筛查中的应用潜力	首次对比评估包括Dense-UNet在内的十种先进深度学习架构在肺部二值分割任务中的表现，并基于多项指标全面分析模型性能	研究可能未探讨模型在多样化临床场景（如不同设备、患者群体）中的泛化能力，也未涉及实际部署中的计算效率或鲁棒性测试	评估并比较不同深度学习模型在胸部X光片肺部分割中的表现，为传染病筛查的自动化诊断系统提供可靠基础	胸部X光片中的肺部区域	计算机视觉	肺炎、结核病等传染性呼吸系统疾病	NA	深度学习分割模型	图像	未明确提及样本数量	NA	U-Net, Attention U-Net, Double U-Net, U2-Net, VGG-UNet, UNet++, ResNet-UNet, Dense-UNet, Swin U-Net, HieraSeg Net	Dice系数, IoU, 平均绝对误差, Hausdorff距离, 平均对称表面距离	NA
1812	2026-06-29	Deciphering the genetic control of immune cell function at single-cell resolution: Disease-Specific Cis-eQTLs analysis of COVID-19 2026-Mar-31, Immunogenetics IF:2.9Q3 DOI:10.1007/s00251-026-01396-0 PMID:41915226	研究论文	该研究结合全基因组测序与单细胞RNA-seq数据，在30个个体的23万外周血单核细胞中鉴定出超过120万个顺式eQTL，并利用深度学习模型分析其细胞类型特异性调控机制	首次将全基因组测序与单细胞RNA-seq整合分析，结合深度学习顺式调控模型揭示eQTL在不同细胞类型中的特异性作用，鉴定出影响免疫相关基因表达的转录因子结合位点变异	样本量仅30名个体，可能无法完全代表人群多样性；单细胞数据仅覆盖外周血单核细胞，未涉及其他组织或疾病状态	解析基因组变异在单细胞分辨率下对免疫细胞基因表达的调控机制	30名个体的外周血单核细胞（PBMCs）	机器学习	COVID-19	全基因组测序, 单细胞RNA-seq	深度学习模型	基因组序列, 单细胞转录组数据	30名个体的共230,000个外周血单核细胞	NA	NA	统计显著性, 保守性分析	NA
1813	2026-06-29	PlantCLR: contrastive self-supervised pretraining for generalizable plant disease detection 2026-Mar-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45684-x PMID:41917222	研究论文	提出了一种名为PlantCLR的对比自监督预训练流程，用于跨数据集迁移的植物病害检测	将对比自监督预训练与轻量级卷积分类器相结合，在保持计算效率的同时提升特征表示的可迁移性	未对更多异构农业数据集进行验证，且目标领域微调依赖少量标注数据	提高植物病害检测模型在跨数据集场景下的泛化能力并降低对人工标注的依赖	植物叶部病害图像分类任务	计算机视觉	植物病害	对比自监督学习	CNN	图像	PlantVillage和Cassava Leaf Disease两个数据集	NA	SimCLR风格对比学习框架、轻量级卷积分类器	准确率、F1分数	NA
1814	2026-06-29	Magnetic resonance imaging diagnosis of knee injuries after skiing in adolescents under deep learning 2026-Mar-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47058-9 PMID:41917499	研究论文	构建了一种基于深度学习的混合模型，用于滑雪后青少年膝关节损伤的MRI自动诊断，实现损伤区域分割与分类	结合U-Net++和DenseNet121的混合模型，通过联合损失函数和迁移学习策略，同时实现像素级分割与特征融合分类，显著提升了软骨损伤等细微病变的诊断准确率	NA	解决MRI诊断滑雪后青少年膝关节损伤中存在的主观性强、效率低和细微损伤漏诊问题	青少年滑雪后膝关节损伤的MRI影像	计算机视觉	膝关节损伤	MRI	深度学习混合模型	图像	309例青少年MRI扫描	PyTorch	U-Net++, DenseNet121	Dice系数, 交并比, 准确率, F1分数, AUC, 召回率, 精确率	NA
1815	2026-06-29	Next generation preventive neurology: how artificial intelligence and machine learning are reshaping Alzheimer's disease research 2026-Mar-31, Behavioral and brain functions : BBF IF:4.7Q1 DOI:10.1186/s12993-026-00329-x PMID:41918005	综述	探讨人工智能和机器学习在阿尔茨海默病预防性神经学中的应用，重点分析其重塑研究的潜力	系统总结了AI/ML在AD风险预测、早期检测和个性化预防中的整合应用，并强调了联邦学习和可解释AI的未来发展前景	多数性能指标源于回顾性分析和内部验证队列，缺乏跨不同人群的外部验证，且存在数据隐私、算法偏见和伦理问题	评估AI和ML技术如何改变阿尔茨海默病的风险评估、早期检测和定制化预防策略	阿尔茨海默病患者及有风险人群的神经影像、遗传和临床记录等多模态数据	医学影像分析	阿尔茨海默病	多模态数据整合	深度学习、卷积神经网络(CNN)、图算法	影像数据（MRI, PET）、遗传数据、临床记录	NA	NA	CNN	诊断准确率（94-99%）	NA
1816	2026-06-29	EEG imagined speech neuro-signal preprocessing and deep learning classification 2026-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39395-6 PMID:41912561	研究论文	提出一种结合深度学习和预处理技术的脑电想象语音分类方法	提出五阶段预处理结合ICA、零相位频域滤波和自适应归一化，并设计五种CNN-LSTM混合架构，在30类分类中达到超过99%的准确率	未提及具体限制	实现从脑电信号中高精度分类想象语音	脑电想象语音信号	机器学习	NA	EEG	CNN, LSTM, Bi-LSTM	脑电信号	未明确说明	NA	CNN-2-Bi-LSTM	准确率, 加权指标	NA
1817	2026-06-29	Deep learning-based detection of bowel sound events in continuous recordings 2026-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47018-3 PMID:41912873	研究论文	提出一种带感知的多频带深度学习方法，用于从连续录音中检测肠鸣音事件	通过联合分析低高频成分显式捕捉肠鸣音在不同频段的声学特性差异，并提出统一决策策略将帧级概率整合为录音级判断	未说明	实现胃肠道活动的长期无创监测中的肠鸣音准确检测	连续录音中的肠鸣音事件	机器学习	胃肠道疾病	NA	深度神经网络（多频带深度学习模型）	音频	未说明	NA	多频带深度学习架构	准确率	NA
1818	2026-06-29	Deep learning for incidence rate prediction and radiation risk assessment of solid tumors 2026-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46756-8 PMID:41912895	研究论文	利用深度神经网络评估固体肿瘤的发病率和辐射风险	首次系统评估深度神经网络在辐射风险预测中的潜力与局限性，并通过SHAP值揭示辐射剂量对超额相对风险的主要贡献	深度神经网络的可解释性较差，且构建置信区间存在困难	评估深度神经网络用于辐射风险预测的可行性和实用性	RERF寿命研究队列中的固体肿瘤数据	机器学习	固体肿瘤	NA	深度神经网络	队列数据	RERF寿命研究队列	NA	深度神经网络	肿瘤发病率预测性能	NA
1819	2026-06-29	Can classification strategies improve automated cervical vertebral maturation staging? A comparative study 2026-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46004-z PMID:41912726	研究论文	比较不同深度学习策略在自动颈椎成熟度分期中的表现，包括端到端模型、地标引导模型以及粗细粒度训练方法	首次系统比较分类策略（地标引导与端到端、精细训练与直接粗粒度分类）对CVM分期模型性能的影响，并揭示精细训练可促进解剖特征聚焦学习	数据集规模有限（1750张X光片），且仅为单中心研究，未验证跨人群泛化性	优化人工智能在骨骼成熟度评估中的训练协议，提升自动CVM分期的准确性和一致性	颈椎成熟度分期模型的训练策略与性能评估	计算机视觉	牙齿矫正相关骨骼成熟度评估	NA	卷积神经网络（CNN）	头颅侧位X光片	1750张头颅侧位X光片（1600张训练集，150张测试集）	NA	Grad-CAM用于特征可视化，具体模型架构未明确说明	准确率、Cohen's kappa、±1阶段容忍准确率	NA
1820	2026-06-29	Navigating transcranial mr guided focused ultrasound complexities with machine learning: Overcoming obstacles and expanding therapeutic horizons 2026-Mar-28, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-026-04245-6 PMID:41896313	综述	探讨机器学习在经颅磁共振引导聚焦超声手术中的应用潜力，分析其如何克服现有障碍并拓展治疗领域	系统综述机器学习在经颅MRgFUS中的潜在应用，涵盖从扫描速度提升、图像细化到患者筛选的全流程创新	未提供具体实验验证或定量分析，仅限于文献综述和理论探讨	探索深度学习在经颅MRgFUS中的应用前景，并综述人工智能在神经外科及其他临床领域的成功案例	经颅磁共振引导聚焦超声手术及相关机器学习技术	机器学习	NA	NA	深度学习	NA	NA	NA	NA	NA	NA